AI-Transformation (2): Prozesse und Change Management entscheiden über Erfolg

In meinem ersten Beitrag zu den wichtigsten Erfolgsfaktoren der AI-Transformation bin ich auf die erforderlichen Technologien – konkret eine moderne Data & AI Plattform – als zukunftssicheres Fundament für neu gedachte Prozesse und eine veränderte Organisation eingegangen. Nun möchte ich auf die Prozesse und das Change Management als solche eingehen.

Prozesse: 1:1-Automatisierung enttäuscht Erwartungen

Beginnen wir mit der Prozessthematik. Tatsächlich handelt es sich um eine der teuersten Fallen, wenn Künstliche Intelligenz lediglich bestehenden, historisch gewachsenen Prozesse übergestülpt wird. So beziffert eine aktuelle Studie des Prozessplattform-Anbieters Camunda die Kosten von prozessbedingt gescheiterten KI-Projekten auf durchschnittlich 1,5 Millionen Dollar.

Nach meiner Erfahrung verschärfen sich die Investitionsrisiken mit selbstständig handelnden KI-Systemen. Die Technologie eröffnet Möglichkeiten, die ein identisches Abbild alter Prozesse überhaupt nicht vorsieht. Ein KI-Agent, der einfach einen bestehenden, in Formularen und Freigabeschleifen erstarrten Prozess eins zu eins nachbildet, verschenkt sein Potenzial. Anders gesprochen: Wer einen ineffizienten Prozess mittels Automatisierung schneller macht, bekommt am Ende einen schnellen ineffizienten Prozess. Letztlich entsteht die eigentliche Wirkung dort, wo Unternehmen bereit sind, Prozesse von Grund auf neu aufzusetzen – ausgehend davon, was mit einem mitdenkenden, handelnden System heute möglich ist.

Wer mit Künstlicher Intelligenz erfolgreich das Geschäft transformieren will, muss seine Prozesse vollkommen neu denken. (ORAYLIS)

Folgende Grundprinzipien ermöglichen eine AI-gerechte Prozesstransformation:

1. In Ergebnissen statt Prozessen denken
   Die KI-getriebene Neugestaltung von Prozessen erfordert einen Perspektivwechsel. Es geht nicht mehr darum, wie sich Schritt X eines bestehenden Prozesses automatisieren lässt. Vielmehr gilt es, konkrete Geschäftsergebnisse in den Mittelpunkt zu stellen. Dabei ist der Prozess von Anfang auf die Zusammenarbeit von Mensch und KI-Agent auszurichten. Entsprechend werden Prozesse konsequent von der Kundenerfahrung oder dem Geschäftswert her gedacht, statt von der bestehenden Organisationsstruktur oder Systemlandschaft.
2. Geschäftsbereiche statt Abteilungen fokussieren
   Ein zentrales Motiv aus dem McKinsey-Standardwerk „Rewired“ besagt, dass AI-Transformation nicht als Sammlung einzelner IT-Projekte organisiert werden sollte. Stattdessen sind zusammenhängende Geschäftsbereiche mit abteilungsübergreifenden Teams anzustreben, die die volle Verantwortung für ein Ergebnis tragen. Bezogen auf den Einsatz von KI-Agenten heißt das: Die autonomen Systeme werden nicht isoliert für einzelne Abteilungsaufgaben gebaut, sondern gemeinschaftlich für vollständige Wertschöpfungsabschnitte, wie etwa den Angebotsprozess, das Reklamationsmanagement oder die Lieferantenkommunikation.
3. Prozesskontrolle eindeutig definieren
   KI-gestützte Prozesse brauchen bewusst gesetzte Kontrollpunkte. Bei der Prozessgestaltung wird also eindeutig festgelegt, wo der Agent eigenständig entscheiden darf, wann der Mensch einzubinden ist und wie sich die Grenze im Zeitverlauf verschiebt, wenn Qualität und Vertrauen wachsen. Das verhindert auf der einen Seite „übervorsichtige“ Prozesse, die kaum Wirkung entfalten. Auf der anderen Seite wird „überambitionierten“ Prozessen vorgebeugt, die Vertrauen verspielen.
4. Status-quo-Analyse als Ausgangspunkt
   Im Vorfeld lieferte eine ehrliche, datenbasierte Ist-Analyse wichtige Informationen für die Neugestaltung spezifischer Prozesse. Beispielsweise wird transparent, wo Wartezeiten, Nacharbeiten oder Medienbrüche existieren, die es mit KI gezielt zu beseitigen gilt. Gleichzeitig veranschaulicht dieser Punkt die Notwendigkeit einer zentralen Plattform. Sie ermöglicht erst die systematische Auswertung von Prozessdaten und damit belastbare Entscheidungen auf der Basis von Fakten.
5. Neue Prozesse benötigen neue Kennzahlen
   Prozesse, die auf die Zusammenarbeit von Mensch und KI-Agent ausgerichtet sind, verlangen auch anderen Erfolgsmaßstäbe. Es geht nicht mehr nur um Durchlaufzeiten oder die Kosten pro Vorgang. Stattdessen rücken der Anteil eigenständig abgeschlossener Fälle, menschliche Unterstützung, die Qualität von Agentenentscheidungen oder die Zeit bis zur ersten sinnvollen Reaktion in den Vordergrund. Wer alte Kennzahlen auf neue Prozesse überträgt, misst am Ende die falschen Dinge – und trifft entsprechend falsche Entscheidungen.

Neu gedachte Prozesse entfalten ihre Wirkung jedoch nur, wenn die Menschen, die in und mit ihnen arbeiten, diesen Wandel mittragen. Damit sind wir beim dritten und aus meiner Sicht am meisten unterschätzten Erfolgsfaktor der KI-Transformation: dem Change Management.

Change Management: Der Motor einer KI-gestützten Organisation

Scheitern Data- & AI-Projekte, dann wird die Schuld meist bei der Technologie gesucht. Die Praxis zeichnet jedoch ein anderes Bild. Demnach resultieren Misserfolge fast immer aus einer Mischung von unterschätzter Komplexität und mangelnder Vorbereitung der Organisation. Eine Analyse von RSM Ebener Stolz zum deutschen Mittelstand bringt es auf den Punkt: Change Management sei ein vitaler Erfolgsfaktor, weil die mit der Digitalisierung verbundenen Veränderung häufig Ängste auslöse. Ohne entsprechende Maßnahmen bleibe Digitalisierung ein Fremdkörper im Unternehmen.

Bereichsübergreifende Teams und eine vitale Kommunikationskultur zählen zu den Erfolgsfaktoren beim KI-Change. (ORAYLIS)

Auch in diesem Fall machen selbstständig handelnde KI-Systeme die Situation nicht einfacher. Schließlich verändern die autonomen Systeme nicht nur Arbeitsweisen, sondern das komplette Rollenverständnis von Mitarbeitenden. Wer also eine agile, durch KI-Systeme unterstützte Organisation aufbauen will, muss Change Management als eigenständige Disziplin behandeln – nicht als Kommunikationsaufgabe irgendwann zum Ende eines Projekts.

Die Komponenten für einen erfolgreichen KI-Change sind:

1. Eine gemeinsame Vision:
   Erfolgreiche Transformationen beginnen mit einem klaren Zielbild. Eine solche Vision beschreibt nicht nur, was erreicht werden soll, sondern auch, wie und warum. Für den Einsatz von KI-Agenten bedeutet das: Führungskräfte müssen erklären, welche Entscheidungen künftig agentenseitig unterstützt oder getroffen werden, welche Rolle die Mitarbeitenden dabei spielen und welcher Mehrwert für Kunden und das Unternehmen entsteht – in einer Sprache, die über alle Ebenen hinweg verstanden wird.
2. Vertrauensstiftende Personalentwicklung
   Der Einsatz von KI-Agenten verändert Rollenbilder. Sachbearbeitende beispielsweise übernehmen zunehmend Aufgaben der Prüfung, Ausnahmebehandlung und Betreuung von Sonderfällen. Diese Verschiebung gelingt nur, wenn Unternehmen gezielt in den Aufbau entsprechender Kompetenzen investieren. Dazu gehört, Karrierepfade neu zu denken und Mitarbeitende frühzeitig einzubinden, statt sie vor vollendete Tatsachen zu stellen. Ein belastbares Personalentwicklungsmodell, von der Weiterbildung bis zu neuen Rollenprofilen für die Zusammenarbeit mit KI-Agenten, muss somit Teil der Change-Agenda sein, wie die Einführung der Technologie selbst.
3. Agile Organisationsstrukturen
   Klassische, stark arbeitsteilige Organisationen mit langen Freigabeketten sind ein massives Hemmnis bei der AI-Transformation. Vor allem der Einsatz von KI-Agenten benötigt Rahmenbedingungen, die schnelles und agiles Handeln ermöglichen. Für die erforderliche Geschwindigkeit und Flexibilität sorgen bereichsübergreifende Teams mit klaren Entscheidungsbefugnissen. Sie sollten mit dem notwendige Fach- und Plattformwissen ausgestattet sein und einen geregelten Zugriff auf die für sie relevanten Daten erhalten.
4. Foren für offene Kommunikation
   Nicht zuletzt ist ein erfolgreiches Change Management vom kontinuierlichen Austausch zwischen allen Beteiligten abhängig. Infolgedessen sind gemeinsame Regel-Termine für einen offenen Dialog zu schaffen. Dabei werden die Erwartungen gegenüber Führungskräften und Mitarbeitenden klar und deutlich formuliert. Ebenso gilt es, Themen wie Rückschläge, Fehlerquoten und Grenzen von KI-Agenten ehrlich zu kommunizieren. Das schafft Vertrauen und etabliert die Technologie als unterstützendes Element der Mitarbeitenden.

Fazit

Ein stabiles, technologisches Fundament, eine ausgereifte Prozesslandschaft sowie kompetentes Change Management sind keine Einzelphasen und -projekte, die im Rahmen der AI-Transformation nacheinander abgearbeitet werden. Vielmehr handelt es sich um einen Dreiklang, der von Anfang an gemeinsam gedacht werden muss. Unternehmen, die diesen Weg konsequent gehen, werden aus Data & AI und dem Einsatz autonomer KI-Systeme schließlich auch handfeste geschäftliche Mehrwerte schöpfen.

Wie weit ist Ihre Organisation bei der Umstellung auf KI-gestützter Arbeitsweisen? ORAYLIS hilft Unternehmen ganz unterschiedlicher Größen und Branchen bei der ganzheitlichen KI-Transformation. Wir begleiten Sie von der strategischen Beratung über die technische und organisatorische Umsetzung bis hin zur Moderation von Veränderungsprozessen. Dabei sind unsere Konzepte und Lösungen genau auf Ihr Geschäft und Ihre Anforderungen angepasst. Kontaktieren Sie uns gerne.